空飛ぶ円盤と株式市場は相関していません
上昇トレンドのある2つの系列は、まったく無関係でも強い相関を示すことがあります。これは「見かけの相関（spurious correlation）」と呼ばれます。たとえば2つの株式の相関を見るときは、系列の水準ではなくリターン（変化）で相関を見るべき理由がここにあります。
この点を示すために、株式市場の水準とUFOの年間目撃数の相関を計算してみましょう。どちらの時系列も過去数十年で上昇トレンドを示しており、水準同士の相関は非常に高くなります。次に、パーセント変化の相関を計算します。2つの系列の間に関係がないため、これはゼロに近い値になります。
DataFrame levels には DJI と UFO の水準が含まれています。UFOデータは www.nuforc.org から取得しました。
この演習はコースの一部です
Pythonで学ぶ時系列解析
演習の手順
- 列
DJIとUFOの相関を計算します。 .pct_change()メソッドを使って変化率のDataFrameを作成します。- 変化率に対して、列
DJIとUFOの相関をもう一度計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Compute correlation of levels
correlation1 = ___
print("Correlation of levels: ", correlation1)
# Compute correlation of percent changes
changes = ___
correlation2 = ___
print("Correlation of changes: ", correlation2)